| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题背景 | 第12-14页 |
| 1.2 主要研究内容 | 第14页 |
| 1.3 本文章节结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 基于RGB图像的深度图获取 | 第16-21页 |
| 2.1 框架概述 | 第16-17页 |
| 2.2 理论基础与相关工作 | 第17-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第3章 点云三维重建技术 | 第21-40页 |
| 3.1 Bundle Adjustment | 第21-24页 |
| 3.1.1 图像特征点预处理 | 第21-22页 |
| 3.1.2 投影误差最小化 | 第22-24页 |
| 3.2 Levenberg-Marquardt算法 | 第24-27页 |
| 3.3 Preconditioned Conjugate Gradients算法 | 第27-29页 |
| 3.4 稠密点云重建 | 第29-33页 |
| 3.4.1 全局视图选择 | 第30-31页 |
| 3.4.2 局部视图选择 | 第31-32页 |
| 3.4.3 多视图立体重建 | 第32页 |
| 3.4.4 立体匹配 | 第32-33页 |
| 3.5 时间性能分析 | 第33-34页 |
| 3.6 点云重建效果 | 第34-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 表面三维重建技术 | 第40-61页 |
| 4.1 隐函数构造 | 第41-45页 |
| 4.1.1 隐函数 | 第41-42页 |
| 4.1.2 基函数 | 第42-44页 |
| 4.1.3 权重函数 | 第44-45页 |
| 4.2 隐函数取样 | 第45-49页 |
| 4.2.1 八叉树构造 | 第45-48页 |
| 4.2.2 隐函数取样 | 第48-49页 |
| 4.3 等值面提取 | 第49-55页 |
| 4.3.1 等值面提取基本思想 | 第49-52页 |
| 4.3.2 基于八叉树的等值面提取 | 第52-55页 |
| 4.4 多边形三角剖分 | 第55-56页 |
| 4.5 表面重建结果 | 第56-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 深度图生成及优化 | 第61-71页 |
| 5.1 深度图生成 | 第61-63页 |
| 5.2 深度图优化 | 第63-65页 |
| 5.3 深度图生成结果 | 第65-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 基于RGBD图像的多深度图对齐校准 | 第71-86页 |
| 6.1 框架概述 | 第71-73页 |
| 6.2 单目相机模型 | 第73-76页 |
| 6.3 深度相机定标 | 第76-80页 |
| 6.4 偏移畸变校准 | 第80-82页 |
| 6.5 多深度图对齐校准 | 第82页 |
| 6.6 对齐实验结果 | 第82-85页 |
| 6.7 本章小结 | 第85-86页 |
| 第7章 总结与展望 | 第86-88页 |
| 7.1 工作总结 | 第86页 |
| 7.2 未来展望 | 第86-88页 |
| 参考文献 | 第88-91页 |
| 致谢 | 第91页 |